IA y energía: cuánta electricidad necesita un data center de IA (y cómo obtenerla).
Updated: Jun 21
Cada vez que alguien le pregunta algo a un modelo de inteligencia artificial (IA), en algún lugar del mundo un servidor consume electricidad y genera calor. Individualmente es poco. Multiplicado por miles de millones de consultas al día —y por modelos cada vez más grandes— se convierte en una de las mayores fuentes de crecimiento de demanda eléctrica del planeta. Para México, que aspira a ser hub de data centers, la pregunta es muy concreta: ¿de dónde va a salir esa energía?
Este artículo separa el mito del dato real sobre cuánta electricidad consume la IA, por qué la demanda crece tan rápido, y cómo se obtiene esa energía cuando la red no alcanza.
México ya opera al límite de su capacidad eléctrica. La explosión de los centros de datos de IA no hace más que acelerar una crisis que el sistema no estaba diseñado para absorber.
¿Cuánta energía consume realmente una consulta de IA?
Aquí conviene ser precisos, porque circula mucha desinformación. Durante años se repitió que una consulta a ChatGPT gastaba unas 3 Wh, diez veces más que una búsqueda en Google. Estimaciones más recientes y rigurosas (Epoch AI) sitúan una consulta de texto típica en torno a 0.3 Wh —un orden de magnitud menos, y comparable al consumo de una búsqueda web.
El matiz que importa. Una consulta de IA no es un monstruo energético por sí sola. El problema no es la consulta: es la escala. Miles de millones de consultas diarias, más el entrenamiento de modelos cada vez mayores y tareas de razonamiento que consumen mucho más que una pregunta simple, convierten un número pequeño en una ola de demanda sin precedente.
Y esa ola tiene una segunda mitad poco visible: el hardware. Una GPU de centro de datos como la NVIDIA H100 consume del orden de 700 W por unidad, y los sistemas modernos las agrupan por decenas. El NVIDIA GB200 NVL72, por ejemplo, es un sistema rack-scale enfriado por líquido que integra 72 GPUs Blackwell y 36 CPUs Grace en un solo rack —densidades de potencia que obligan a repensar tanto la alimentación como el enfriamiento del data center.
Detrás de cada respuesta de IA hay una sala como esta: cientos de GPUs operando 24/7, con una sed de energía que ningún tomacorriente convencional puede satisfacer.
La curva de demanda: lo que viene hacia 2030
La Agencia Internacional de Energía (IEA) lo dimensiona con claridad: el consumo eléctrico mundial de los data centers rondaba los 415 TWh en 2024 (cerca del 1.5% de la electricidad global) y se duplicará hasta alrededor de 945 TWh en 2030 —algo más que todo el consumo eléctrico actual de Japón—, creciendo cerca de 15% anual.
La IA es el principal motor de ese crecimiento, según la IEA.
La demanda de los data centers optimizados para IA se proyecta a más que cuadruplicarse hacia 2030.
Los servidores acelerados crecen alrededor de 30% al año y explican casi la mitad del aumento neto del consumo eléctrico de data centers.
El otro 30%: el problema del calor
Toda esa electricidad que entra a las GPUs sale convertida en calor, y removerlo cuesta más energía. Según la IEA, el enfriamiento representa alrededor del 7% del consumo eléctrico en un data center hyperscale eficiente, y más del 30% en instalaciones empresariales menos eficientes. Con los racks de IA de alta densidad, el enfriamiento dejó de ser un detalle: es una de las mayores partidas de consumo evitable.
Aquí entra la cogeneración. Un sistema de cogeneración no solo genera la electricidad del data center: usa el calor residual de sus motores para producir agua helada mediante absorción, reduciendo hasta un 80% el consumo eléctrico dedicado a enfriamiento. La IA generó un problema de calor; la cogeneración lo convierte en parte de la solución.
Lo que Google y Microsoft ya implementan globalmente, GIS Power lo opera en México. Motores Jenbacher de cogeneración: energía confiable, eficiente y desconectada de las limitaciones de la CFE.
El cuello de botella mexicano: demanda sin red
En México el desafío es doble: la demanda crece al ritmo de la IA, pero la red no puede entregar potencia al ritmo que el mercado exige. La Asociación Mexicana de Data Centers (MEXDC) estima que el país necesita sumar alrededor de 1,516 MW de capacidad para data centers hacia 2030, con más de 18,000 millones de dólares en inversión anunciada. Y el obstáculo no es generar esa energía, sino la infraestructura de transmisión y distribución que debe llevarla al sitio.
El resultado ya es visible: en Querétaro, el principal hub del país, conectar una nueva subestación toma de 12 a 18 meses, y casos como el de Microsoft —que obtuvo autorización para operar generadores de gas mientras espera su conexión definitiva a la red— confirman hacia dónde se mueve el mercado: generación on-site con gas natural para no detener la operación.
El motor genera electricidad. El calor que sobra alimenta el chiller de absorción. El chiller enfría los servidores. Nada se desperdicia. Así funciona un data center de cogeneración — y por eso su eficiencia supera el 85%.
Cómo se obtiene esa energía: cogeneración on-site
Para un data center de IA, la cogeneración resuelve las tres restricciones a la vez:
Restricción de la IA | Respuesta de la cogeneración |
|---|---|
Demanda eléctrica intensa y 24/7 | Generación on-site firme, independiente del calendario de CFE |
Densidad de calor de los racks de GPU | Agua helada por absorción: el calor del motor enfría el data center |
SLA de uptime 99.999% | Redundancia N+1/2N con motores de gas natural y diesel Jenbacher/Guascor/Generac/otros + CFE de respaldo |
Presión ESG de los hyperscalers | Cogeneración eficiente reconocida como energía limpia; genera CELs. |
Desde 2023 la cogeneración eficiente a gas natural es reconocida como energía limpia en México, y la legislación del sector eléctrico de 2025 amplió los márgenes para la generación en autoconsumo. El marco, por primera vez en años, juega a favor de quien genera su propia energía.
GIS Power: la experiencia que el mercado de IA necesita
GIS Power es la evolución de 43 años de historia ejecutada (ESI 1983 · PMI 2001 · GIS Power), con más de $700M USD en proyectos de cogeneración, data centers e infraestructura crítica en México, Estados Unidos y Brasil, y 56+ MW de cogeneración instalados en los últimos años en México. GIS Power construyó el primer Green Data Center de América con cogeneración (Alestra, Querétaro) —el único precedente ejecutado y en operación en México— y trabaja con tecnología Jenbacher. La ola de la IA apenas empieza; la experiencia para alimentarla ya existe.
GIS Power diseñó e implementó el sistema de trigeneración para energía crítica del Alestra Green Data Center en Querétaro — el primer data center verde de Latino América alimentado 100% por cogeneración.
¿Tu data center de IA necesita energía firme y eficiente? Habla con GIS Power. Diseñamos el esquema de cogeneración on-site que alimenta y enfría tu campus sin esperar la interconexión de CFE. Estudio de prefactibilidad sin costo.
Fuentes
International Energy Agency (IEA), "Energy and AI", 2025 — iea.org/reports/energy-and-ai.
Epoch AI — estimación de consumo por consulta de IA, 2025.
NVIDIA — especificaciones H100 y GB200 NVL72.
Asociación Mexicana de Data Centers (MEXDC) y reportes de prensa sobre Querétaro, 2025–2026.
